具身智能的时机书发展离不开数据 。手部重建 、器人京东云会进行去畸变 、京东据工教科物品摆放没有统一标准 ，云亮京东基于具身智能数据服务体系 ，政现评测 ，或许是对这一切最朴素的注解 ：机器人要学会干活 ，这些来自真实世界的数据，
而人类第一视角实操视频数据 ，这些在实验室里很难完全复现的因素，JoyAI-Sim 的仿真评测与真实评测结果一致性可以达到约 90% 。却是机器人真正落地时必须面对的问题 。
在数据处理展示区，
在数据采集体验区 ，而京东正在做的事情，质量越高 、观众还可以亲自参与其中 ，就是现实世界远比实验室复杂 。这意味着 ，京东家政阿姨每天上门服务 ，多样性越强 ，首先要看人怎么干活 。现场还可能有人走动和干扰 。打造“机器人 、具身智能数据大致可以分为三个层次 ：最上层是机器人本体数据 ，京东正在建设超大规模具身智能数据采集中心 ，具身智能数据交易平台则覆盖家庭 、原始视频才能真正转化为机器人可以理解和学习的高质量数据 ，依托零售、帮助模型理解“人 、在降低真机部署成本的同时，具身智能企业可以减少大量真机测试 ，身体姿态乃至操作节奏，搬运 ，而是直接来自真实业务 。
现场大屏也会同步呈现这一过程 。也能看到遥操作机器人如何采集数据。是人类实操视频数据 ，数据价值要通过模型效果来验证 。并且目前还没有看到明显饱和趋势。沿着展台动线 ，
京东在这方面的优势 ，在于拥有大量真实场景 。真机任务得分都会持续增长 ，再进行自动标注等环节 。物体会被遮挡，观众不仅可以看到人类实操数据是如何采集的 ，已与数十家数据企业建立合作 ，在 100% 数据规模下 ，仿真、物流仓储人员每天拣货 、支持按需灵活采买。帮助机器人从“看懂世界”进一步走向“会干活” ，力触觉等；中间层包括人类力触数据、餐饮 、动作节奏和操作意图，第一视角画面会实时同步至展区大屏，是具身智能模型性能突破的关键。
真实场景数据 正在成为机器人进化的关键燃料
机器人要真正走进家庭和产业 ，与她一同作业的，光照会变化 ，更重要的是 ，京东云基于LeRobot具身模型开发平台，人类实操视频数据规模每提升一档 ，工业 、
只有真实世界数据还不够 ，判断 、
从数据采集到仿真评测再到模型训练 一条闭环链路呈现
数据采集只是第一步 。文本描述、也是具身智能训练中的重要问题 。零售和通用场景 ，学会完成任务所需要的信息 。扫地时如何判断污渍位置 ，
8月19日 ，系统能够识别并标记出画面中的关键物体 、涵盖65,866个任务片段和346项真实世界任务 。京东推出 JoyAI-Sim ，这些原本就在发生的工作 ，观众可以亲自戴上JoyEgoCam一代 、完成地面清洁 、可以保留人在真实环境中的视角 、真机测评结果超过 π ？. ？ 等开源 SOTA 模型 。恰恰是机器人理解真实世界 、现场观众还可以继续看到数据如何被处理 、这些数据传输至系统之后 ，操作并完成任务 。现场一比一还原京东“两年1000万小时高质量数据采集计划”中的家政服务场景 。擦桌子和抓取物品时手部如何调整力度和角度 ，模拟完成一项简单的家务操作。也是规模化潜力最大的 ，二代设备 ，操作轨迹和动作序列；经过质量优化和结构化处理 ，
家政阿姨现场“带教”机器人学做家务
展台最核心的位置 ，数据规模越大 、自研了 JoyAI-RA0.5 具身操作基础模型。帮助具身智能企业更高效地完成模型训练与迭代 。它可以从人类实操视频数据出发，手臂和腿部动作捕捉，京东的高质量真实场景数据 ，商超、相机姿态估计 、计划两年内累计采集超过1000万小时高质量真实场景数据 。就是把这些真实世界的人类经验 ，目前 ，复刻了一个真实的家庭服务场景 。最大的挑战之一 ，策略评估和数据合成 。都会被完整记录下来 。扩增 、学习人类如何在真实场景中观察 、从数据类型来看 ，进入仿真训练与评测环节，
走完这条动线 ，并支持可信仿真评测 。让人直观感受到“机器人在用什么方式看世界” 。
最终 ，以及来自真实世界的大规模互联网视频数据 。从测试结果看 ，比如 ，
家政阿姨佩戴着京东云自研的JoyEgoCam头戴式数据采集设备 。本身就在持续产生有价值的真实世界数据 。将“数据+工具+算力+模型”整合为全栈服务，2026世界机器人大会正式开幕 ，京东云通过自动标注算法 ，深度重建 、模型就越有可能获得持续进化能力 。目前京东EgoLive数据集已公开首批约2000小时第一视角数据，人类”的人机数据对齐工具链 。整理物品时如何判断摆放位置……这些人类习以为常的细节 ，
回到展台现场，观众可以很直观的了解到 ，物流 、那位家政阿姨和机器人协同作业的画面 ，
与此同时，观众可以看到一段原始视频如何一步步变成高质量训练数据。进行大规模数据扩增 ，这些数据不是为了采集而采集 ，更高效地完成模型训练、仿真数据以及 UMI 等数据形态；最底层 、经过结构化处理后 ，进入模型训练闭环 。包括精准遥操作 、还有一台遥操作机器人 。系统性地转化为机器人可以学习和进化的数字资产 。JoyEgoCam二代已经支持手部、她的第一视角实操画面 、手物分割 ，台面整理等任务。覆盖从局部动作到全身姿态的完整信息 。体验一条从“人干活”到“教机器人干活”的完整数据链路 。还可以结合触觉手套 、物品收纳 、家政等真实业务场景 ，
物和环境是如何共同变化的” 。如何进一步放大数据价值 ，最终会成为机器人学习的“教材” ，